IBM研究院 发布 A Suite of Fairness Datasets for Tabular Classification 数据集, 应用在 机器学习公平性、分类器评估 领域

IBM研究院 本次发布的数据集 A Suite of Fairness Datasets for Tabular Classification, 本数据集由IBM研究院和卡内基梅隆大学合作创建，包含20个用于评估机器学习分类器公平性的表格数据集。数据集大小和数据量各异，主要来源于OpenML、AHRQ和ProPublica等平台。创建过程中，数据集经过最小化预处理，并提供公平性元数据，如有利标签和受保护属性。这些数据集主要应用于机器学习公平性研究，旨在通过严格的实验评估，帮助研究者和利益相关者选择和发明更公平的算法。

查看A Suite of Fairness Datasets for Tabular Classification

关于 IBM研究院 , IBM研究院是国际商业机器公司（IBM）旗下的研究机构，致力于推动计算机科学和技术的前沿研究，涵盖人工智能、量子计算、云计算等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。